wav2vec2-base-turkish-cv8開源模型 - 免費將土耳其語語音精準轉為文本

首頁

Wav2vec2 Base Turkish Cv8

由cahya開發

這是一個基於Common Voice 8.0土耳其語數據集微調的自動語音識別(ASR)模型，能夠將土耳其語語音轉換為文本。

語音識別

Transformers

其他#土耳其語ASR #Common Voice微調 #低詞錯誤率

下載量 16

發布時間 : 3/2/2022

模型概述

該模型專門用於土耳其語的語音識別任務，在Common Voice評估集上取得了28.36%的詞錯誤率(WER)。

模型特點

土耳其語優化

專門針對土耳其語進行優化訓練，在土耳其語語音識別任務上表現良好

基於Common Voice數據

使用Mozilla Common Voice 8.0土耳其語數據集進行訓練和評估

逐步優化

訓練過程中持續優化，詞錯誤率從初始的27.52%逐步降低

模型能力

土耳其語語音識別

語音轉文本

使用案例

語音轉錄

土耳其語語音轉錄

將土耳其語語音內容轉換為文本格式

詞錯誤率28.36%

語音助手

土耳其語語音指令識別

用於土耳其語語音助手系統中的指令識別

🚀 自動語音識別微調模型

該模型是基於自動語音識別技術，在MOZILLA - FOUNDATION/COMMON_VOICE_8_0 - TR數據集上對 ./checkpoint - 1000 進行微調得到的。它在評估集上有較好的表現，能為語音識別任務提供更精準的結果。

🚀 快速開始

此模型是 ./checkpoint-1000 在MOZILLA - FOUNDATION/COMMON_VOICE_8_0 - TR數據集上的微調版本。它在評估集上取得了以下結果：

損失值（Loss）：0.3282
字錯率（Wer）：0.2836

🔧 技術細節

訓練超參數

訓練過程中使用了以下超參數：

學習率（learning_rate）：0.0003
訓練批次大小（train_batch_size）：96
評估批次大小（eval_batch_size）：8
隨機種子（seed）：42
梯度累積步數（gradient_accumulation_steps）：2
總訓練批次大小（total_train_batch_size）：192
優化器（optimizer）：Adam，其中betas=(0.9, 0.999)，epsilon = 1e - 08
學習率調度器類型（lr_scheduler_type）：線性
學習率調度器熱身步數（lr_scheduler_warmup_steps）：100
訓練輪數（num_epochs）：100.0
混合精度訓練（mixed_precision_training）：Native AMP

訓練結果

訓練損失	輪數	步數	驗證損失	字錯率
1.0671	2.04	200	0.3079	0.2752
0.6433	4.08	400	0.2728	0.2848
0.5687	6.12	600	0.2882	0.3036
0.5355	8.16	800	0.2778	0.2920
0.5116	10.2	1000	0.2906	0.3014
0.5313	9.16	1200	0.2984	0.3273
0.4996	10.69	1400	0.3170	0.3344
0.4845	12.21	1600	0.3202	0.3634
0.5092	13.74	1800	0.3167	0.3373
0.4777	15.27	2000	0.3292	0.3386
0.4651	16.79	2200	0.3070	0.3427
0.461	18.32	2400	0.3149	0.3561
0.4481	19.85	2600	0.3292	0.3441
0.4479	21.37	2800	0.3142	0.3209
0.4305	22.9	3000	0.3525	0.3547
0.4254	24.43	3200	0.3414	0.3400
0.4066	25.95	3400	0.3118	0.3207
0.4043	27.48	3600	0.3418	0.3483
0.3985	29.01	3800	0.3254	0.3166
0.3982	30.53	4000	0.3306	0.3453
0.3929	32.06	4200	0.3262	0.3229
0.378	33.59	4400	0.3546	0.3336
0.4062	35.11	4600	0.3174	0.3457
0.3648	36.64	4800	0.3377	0.3357
0.3609	38.17	5000	0.3346	0.3520
0.3483	39.69	5200	0.3350	0.3526
0.3548	41.22	5400	0.3330	0.3406
0.3446	42.75	5600	0.3398	0.3372
0.3346	44.27	5800	0.3449	0.3288
0.3309	45.8	6000	0.3320	0.3144
0.326	47.33	6200	0.3400	0.3279
0.3189	48.85	6400	0.3400	0.3150
0.3165	50.38	6600	0.3359	0.2995
0.3132	51.91	6800	0.3343	0.3096
0.3092	53.44	7000	0.3224	0.3029
0.2995	54.96	7200	0.3205	0.2985
0.304	56.49	7400	0.3523	0.3034
0.2952	58.02	7600	0.3289	0.2934
0.2875	59.54	7800	0.3350	0.3008
0.2868	61.07	8000	0.3537	0.3227
0.2875	62.6	8200	0.3389	0.2970
0.2778	64.12	8400	0.3370	0.2960
0.2706	65.65	8600	0.3250	0.2802
0.2669	67.18	8800	0.3351	0.2903
0.2615	68.7	9000	0.3382	0.2989
0.2563	70.23	9200	0.3312	0.2975
0.2546	71.76	9400	0.3212	0.3003
0.2482	73.28	9600	0.3337	0.3091
0.2504	74.81	9800	0.3308	0.3110
0.2456	76.34	10000	0.3157	0.3118
0.2363	77.86	10200	0.3251	0.3144
0.2319	79.39	10400	0.3253	0.3038
0.2266	80.92	10600	0.3374	0.3038
0.2279	82.44	10800	0.3268	0.2964
0.2231	83.97	11000	0.3278	0.2950
0.2185	85.5	11200	0.3462	0.2981
0.2245	87.02	11400	0.3311	0.2895
0.223	88.55	11600	0.3325	0.2877
0.2121	90.08	11800	0.3337	0.2828
0.2126	91.6	12000	0.3325	0.2808
0.2027	93.13	12200	0.3277	0.2820
0.2058	94.66	12400	0.3308	0.2827
0.1991	96.18	12600	0.3279	0.2820
0.1991	97.71	12800	0.3300	0.2822
0.1986	99.24	13000	0.3285	0.2835